语言:

• 加泰罗尼亚语(ca) 许可证: Apache-2.0 标签:
• 自动语音识别
• collectivat/tv3_parla
• 基于训练生成
• hf-asr排行榜
• mozilla-foundation/common_voice_8_0
• projecte-aina/parlament_parla
• 鲁棒语音赛事 数据集:
• mozilla-foundation/common_voice_8_0
• collectivat/tv3_parla
• projecte-aina/parlament_parla 模型索引:
• 名称: wav2vec2-xls-r-300m-ca 结果:
  • 任务: 名称: 语音识别 类型: 自动语音识别 数据集: 名称: mozilla-foundation/common_voice_8_0 ca 类型: mozilla-foundation/common_voice_8_0 参数: ca 指标:
    • 名称: 测试WER 类型: wer 值: 13.170091241317552
    • 名称: 测试CER 类型: cer 值: 3.356726205534543
  • 任务: 名称: 语音识别 类型: 自动语音识别 数据集: 名称: projecte-aina/parlament_parla ca 类型: projecte-aina/parlament_parla 参数: clean 指标:
    • 名称: 测试WER 类型: wer 值: 8.048005647723261
    • 名称: 测试CER 类型: cer 值: 2.240912911020065
  • 任务: 名称: 语音识别 类型: 自动语音识别 数据集: 名称: collectivat/tv3_parla ca 类型: collectivat/tv3_parla 参数: ca 指标:
    • 名称: 测试WER 类型: wer 值: 23.320629787889285
    • 名称: 测试CER 类型: cer 值: 10.439216202089989
  • 任务: 名称: 语音识别 类型: 自动语音识别 数据集: 名称: speech-recognition-community-v2/dev_data ca 类型: speech-recognition-community-v2/dev_data 参数: ca 指标:
    • 名称: 测试WER 类型: wer 值: 31.99671115046487
    • 名称: 测试CER 类型: cer 值: 15.820020687277325
  • 任务: 名称: 自动语音识别 类型: 自动语音识别 数据集: 名称: 鲁棒语音赛事-测试数据 类型: speech-recognition-community-v2/eval_data 参数: ca 指标:
    • 名称: 测试WER 类型: wer 值: 22.04

wav2vec2-xls-r-300m-ca加泰罗尼亚语语音识别模型

该模型是基于facebook/wav2vec2-xls-r-300m在MOZILLA-FOUNDATION/COMMON_VOICE_8_0 - CA、tv3_parla和parlament_parla数据集上微调的版本。在评估集上取得以下结果(针对三个数据集):

• 损失值: 0.2472
• 词错误率(WER): 0.1499

模型描述

请查看原始facebook/wav2vec2-xls-r-1b模型卡片。本模型仅是该模型的微调版本。

使用范围与限制

与任何基于众包数据训练的模型一样，本模型可能反映出训练数据和所用模型的偏见与特性。此外，作为语音识别模型，对于加泰罗尼亚语某些资源较少的方言可能表现欠佳。

训练与评估数据

需要更多信息

训练流程

数据经过预处理移除了加泰罗尼亚字母表以外的字符。同时使用@ccoreilly提供的代码将数字转换为文字形式，代码可在text/文件夹或此处找到。

训练超参数

训练过程中使用以下超参数:

• 学习率: 7.5e-05
• 训练批次大小: 32
• 评估批次大小: 32
• 随机种子: 42
• 梯度累积步数: 4
• 总训练批次大小: 128
• 优化器: 带betas=(0.9,0.999)和epsilon=1e-08的Adam
• 学习率调度器类型: 线性
• 学习率预热步数: 2000
• 训练轮数: 18.0
• 混合精度训练: 原生AMP

训练结果

查看Tensorboard选项卡可了解训练过程曲线和评估结果。模型在训练过程中使用的每个数据集的测试集上都进行了评估。

（此处省略了训练损失与评估指标的详细表格）

框架版本

• Transformers 4.16.0.dev0
• Pytorch 1.10.1+cu102
• Datasets 1.18.3
• Tokenizers 0.11.0

致谢

特别感谢@ccoreilly和@gullabi贡献他们的资源和知识，使这个模型的实现成为可能。